一种基于视觉脑机接口技术的脑-肢协同的移动智能康复与自理的实现方法及其装置

文档序号:42356139发布日期:2025-07-04 17:21阅读:28来源:国知局

本发明涉及脑机接口,具体涉及一种基于稳态视觉诱发电位(ssvep)的脑-肢协同控制方法及其装置,用于肢体障碍患者的智能康复与生活自理辅助。


背景技术:

1、现有技术中,基于脑机接口的轮椅控制系统多采用运动想象(mi)或p300事件相关电位作为控制信号,存在信号稳定性差、交互延迟大、mi范式存在依赖用户长期训练以及功能单一等问题,个体差异显著;p300范式易受环境干扰,误触发率高。

2、目前传统视觉刺激生成方法存在同步误差,导致信号处理延迟,难以满足实时控制需求。现有系统多局限于轮椅移动控制,缺乏与机械臂、康复手等外设的协同作业能力。本发明通过改进视觉刺激生成方法、优化信号处理算法及多设备协同控制,解决了上述问题。


技术实现思路

1、本发明所要解决的技术问题是提供一种基于视觉脑机接口技术的脑-肢协同的移动智能康复与自理的实现方法及其装置。

2、本发明为解决上述问题采用如下技术方案:

3、本发明装置部分包括桌板、机械臂、显示器、主控电脑及气动手气泵组成的电动轮椅,所述桌板通过l型钢制支架与轮椅承重梁紧固连接,所述机械臂通过c型卡钳安装在桌板专用底座上,六自由度伺服电机驱动,所述显示器夹装在便携屏支架上,通过螺丝固定于桌板,所述主控电脑及气动手气泵挂装于轮椅背部,移动电源集成于轮椅底部。

4、其方法如下:

5、1.系统启动:

6、1-1.开启系统电源,切换至ac-220v供电档位;

7、1-2.启动电动轮椅、主控电脑、机械臂、机械手及气动手气泵;

8、1-3.激活便携式脑电采集头带,确保盐水纤维电极与用户枕区头皮充分接触;

9、2.设备初始化:

10、2-1.运行主控电脑中的matlab主程序,加载psychtoolbox工具箱;

11、2-2.建立通信连接:

12、2-2-1.通过wifi接口与机械臂控制器建立tcp/ip协议通信;

13、2-2-2.通过蓝牙适配器与轮椅mcu、机械手及气动手建立5.0ble协议通信;

14、2-3.自检设备状态:

15、2-3-1.验证脑电头带各通道信号质量,确保采样率为1000hz;

16、2-3-2.校准机械臂安全限位轨迹及气动手气泵压力参数;

17、3.指令图片编辑与视觉刺激生成:

18、3-1.加载指令图像:通过imread函数读取预设指令图片,包括轮椅控制、机械臂操作及功能切换界面;

19、3-2.基于正弦编码的视觉刺激生成流程:

20、3-2-1.初始化ptb显示环境,设置刺激参数:

21、闪烁频率6-30hz、屏幕分辨率2560×1440、界面尺寸15.6英寸;

22、3-2-2.调用maketexture函数将图片转换为可调制的纹理格式;

23、3-2-3.基于正弦函数动态调制纹理亮度值,公式为:

24、y=0.5·(1+sin(2π·f·t+φ))

25、其中,f为刺激频率,t为当前帧时间,φ为初始相位;亮度值归一化计算后会转换为图像像素的灰度值,并限制在[0,255]的范围内以适配屏幕显示;

26、3-2-4.通过drawtexture函数实时显示调制后的纹理,生成频率可控的周期性闪烁刺激界面;

27、3-2-5.监测用户注视目标指令块,并记录对应ssvep信号;

28、4.脑电信号处理:

29、4-1.数据动态存储与分段:

30、4-1-1.构建循环存储数组,动态存储最近3秒的脑电信号;

31、4-1-2.每100ms提取1秒数据段/1000个数据点,进行实时处理;

32、4-2.信号预处理:

33、4-2-1.应用0.5hz高通滤波器去除基线漂移;

34、4-2-2.使用50hz陷波滤波器消除工频干扰;

35、4-2-3.通过独立成分分析分离并剔除眼电及肌电伪影;

36、4-2-4.对每通道信号进行归一化处理,标准化至[0,1]区间;

37、4-3.频域特征提取与分类:

38、4-3-1.构建带通滤波器组,分解预处理信号为多个子带;

39、4-3-2.对每个子带信号应用典型相关分析,计算其与正弦参考信号的综合相关性指标;

40、4-3-3.基于后验概率阈值判断当前信号是否为空闲状态;

41、4-3-4.若非空闲态,则计算过去500ms提取的5段数据的相关性指标,然后对结果进行迭代加权分类,生成目标指令频率编码;

42、5.驱动指令分发与执行

43、5-1.通过wifi向机械臂发送json格式的预设位姿指令,触发其内部轨迹规划程序;

44、5-2.通过蓝牙串口向轮椅mcu发送移动指令及机械手推杆电机控制信号;

45、5-3.机械臂驱动伺服电机执行抓取手机、递送物品任务,工作半径610mm;

46、5-4.机械手通过推杆电机完成单指屈伸及全掌抓握,模块化铰接结构支持精细操作;

47、5-5.气动手调节气泵压力,执行柔性抓取及分指动作,与机械臂协同完成复杂任务;

48、6安全监测与反馈:

49、6-1.机械臂关节内置扭矩传感器,实时监测外力变化,若检测到碰撞阻力>5n·m则触发急停;

50、6-2.系统每100ms更新一次脑电信号分类结果,确保指令响应延迟<800ms;

51、6-3.交互界面实时显示绿色方框反馈用户注视目标,并记录操作日志供离线分析优化。

52、所述机械臂的型号rm65-b,所述蓝牙适配器的型号ly50a12。本发明的有益效果如下:

53、现有同类技术主要为基于脑机接口的康复训练、生活辅助系统、设备、策略及方法等,存在的主要问题有无法兼顾康复与生活场景、训练模式单一、多设备协同与人机交互程度不够等,本发明提出的方法及装置相较于现有技术具有以下显著优势:

54、针对现有技术应用场景问题,本发明集脑控移动、手部康复、多肢协同操作等功能为一体,通过智能轮椅载体整合移动平台、轻量化机械臂、气动/机械双模康复手三大模块,实现"移动-操作-康复"三位一体协同。相比传统固定式或单一功能系统,具备场景自适应特点:在康复场景下可执行标准化康复训练,在生活场景中可完成抓取等辅助动作,并通过指令封装技术将复杂动作序列简化,显著降低操作复杂度。具有应用场景多样、康复与辅助功能并重的优势。

55、针对现有技术训练模式单一的问题,本发明创新设计气动/机械双模康复执行机构,形成柔性化-精准化康复体系,气动手采用仿生肌肉结构,输出压力可调,能够满足早期康复的柔顺性需求;精密机械手具备执行精细动作能力,支持多种标准化康复轨迹。通过模块化组合,可覆盖全阶段康复需求,相比单一模式,系统适应性显著提升。

56、针对现有技术人机交互深度不足的痛点,本发明构建了多肢协同的闭环控制架构,采用改进的fb-cca算法实现ssvep信号的动态解码(在线分类准确率≥92%),通过异步控制机制有效区分空闲状态;反馈通道引入视觉感知方式,将脑电识别结果实时反馈给用户。同时采集动作执行数据并生成补偿策略,使系统具备一定自主决策能力。对比传统系统,误操作率降低40%以上。

当前第1页1 2 
网友询问留言 留言:0条
  • 还没有人留言评论。精彩留言会获得点赞!